[发明专利]一种基于相互结构引导滤波的变分光流的确定方法及系统

说明书

本发明公开一种基于相互结构引导滤波的变分光流的确定方法及系统。该方法包括：获取待处理的图像序列；对所述待处理的图像序列进行区域划分，获得相互结构区域和不一致区域，根据图像相互结构提取因子提取所述待处理的图像序列中的相互结构区域，获得相互结构图像序列；获取基于引导滤波的TV‑L¹光流计算模型；根据所述基于引导滤波的TV‑L¹光流计算模型确定所述相互结构图像序列中每一层的输出光流值；根据所述相互结构图像序列中每一层的输出光流值获得所述待处理的图像序列的光流图。采用本发明的方法或系统，克服了图像序列光流计算结果中图像和运动边缘过于平滑的问题，对于复杂场景和复杂边缘图像序列具有更高的计算精度和更好的适用性。

技术领域

本发明涉及图像序列光流计算领域，特别是涉及一种基于相互结构引导滤波的变分光流的确定方法及系统。

背景技术

光流场是分析序列图像中运动目标的重要方法。光流场不仅包含了被观察物体的运动信息，而且携带有光景物三维结构的信息，所以光流场在不同的领域中具有很重要的作用。例如，在计算机视觉领域，目标分割、识别、跟踪、机器人导航以及形状信息恢复等方面都有重要的应用。光流场计算在工业和军事应用领域具有重要的现实意义，例如，在完成各种工业或军事任务的机器人视觉系统、基于运动分析的空间卫星跟踪系统、地对空导弹火控系统、进行资源勘探/天气预报或卫星照片的自动分析系统、医学上器官异常的分析和诊断系统等领域中均有广泛应用。

近年来，随着图像滤波器的快速发展，基于滤波优化的光流计算策略逐渐成为解决光流计算鲁棒性难题的重要手段，目前基于加权中值滤波的光流优化模型被广泛采用，能够有效抑制金字塔分层计算过程中异常值对光流估计结果的影响。但是该类方法在复杂场景、大位移运动、边缘遮挡等情况下易导致图像与运动边缘模糊的问题，因此，目前基于加权中值滤波的变分光流的确定方法的计算精度不高。

发明内容

本发明的目的是提供一种基于相互结构引导滤波的变分光流的确定方法及系统，以提高变分光流的计算精度，提高光流结果的准确度。

为实现上述目的，本发明提供了如下方案：

一种基于相互结构引导滤波的变分光流的确定方法，所述方法包括：

获取待处理的图像序列；

对所述待处理的图像序列进行区域划分，获得相互结构区域和不一致区域；所述相互结构区域为所述待处理的图像序列中具有相同或相似的边缘轮廓结构的局部区域，所述不一致区域为所述待处理的图像序列中边缘轮廓结构发生改变的局部区域；

根据图像相互结构提取因子提取所述待处理的图像序列中的相互结构区域，获得相互结构图像序列；

建立基于引导滤波的TV-L¹光流计算模型；

根据所述基于引导滤波的TV-L¹光流计算模型确定所述相互结构图像序列中第k层图像的输出光流值；其中1≤k≤n，n为所述相互结构图像序列的金字塔分层数；

依次确定所述相互结构图像序列中每一层的输出光流值；

根据所述相互结构图像序列中每一层的输出光流值获得所述待处理的图像序列的光流图。

可选的，所述根据图像相互结构提取因子提取所述待处理的图像序列中的相互结构区域，获得相互结构图像序列，具体包括：

获取提取因子ρ；

利用所述提取因子获得任一区域的提取结果其中τ₁、τ₂是正则化系数，p＝(x,y)^T表示像素点坐标，为待处理的图像序列第一帧中以像素点p为中心的任意局部区域灰度，为待处理的图像序列第二帧中以像素点p为中心的任意局部区域灰度，为与的协方差，为的标准差，为的标准差；